|||
针对图像特征往往具有平移、旋转、比例、反射、亮度等方面不变的属性,Hu在矩概念的基础上提出了七个不变矩,并证明了七个矩的平移不变性、比例不变性和旋转不变性等性质。不变矩能够描述图像的整体性质,从而在边缘提取、图像匹配及目标识别中得到了广泛的应用。
不变矩的应用过程一般包括:1)选择合适的不变矩类型;2)选择分类器(如神经网络、最短距离等);3)如果是神经网络分类器,则需要计算学习样例的不变矩去训练神经网络;4)计算待识别对象的不变矩,输入神经网络就可得到待识别对象的类型,或者计算待识别对象不变矩与类别对象不变矩之间的距离,选择最短距离的类别作为待识别对象的类别。
可以看出,不变矩作用主要目的是描述事物(图像)的特征。人眼识别图像的特征往往又表现为“求和”的形式,因此不变矩是对图像元素进行了积分操作。
不变矩能够描述图像整体特征就是因为它具有平移不变形、比例不变性和旋转不变性等性质。
然而,另一方面图像的各阶不变矩究竟代表的什么特征很难进行直观的物理解释。
不变矩简述
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2025-1-9 10:54
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社